16～19 件を表示 ／ 全 19 件
データはあるけど知識はない、知識はないけど使ってみたい、そんな企業様にぜひ！
■Excelなどに放り込んだデータは手元にあるけれど、活用の仕方が分からない ■知識はないけれど、一度データの分析がどういうものか体験してみたい ■過去のデータからどのような未来予測が出来るのか見てみたい といったお悩み・要望を『Neural Designer』 が解決・実現します！ 『Neural Designer』でカンタンに！ 今日からすぐにAIを！ 面倒なプログラミング、Python、TensorFlow、PyTorchの知識が無くても、すぐにAI、機械学習、深層学習、ディープラーニングが使いこなせます！ もちろん既にAI、機械学習、深層学習、ディープラーニングに取り掛かっている方にもオススメです。 特に自分の本業の支援の為にプログラミングをしている方、その面倒なプログラミングから開放されて、本業に注力しませんか？
データはあるけど知識はない、知識はないけど使ってみたい、そんな企業様にぜひ！
■Excelなどに放り込んだデータは手元にあるけれど、活用の仕方が分からない ■知識はないけれど、一度データの分析がどういうものか体験してみたい ■過去のデータからどのような未来予測が出来るのか見てみたい といったお悩み・要望を『Neural Designer』 が解決・実現します！ 『Neural Designer』でカンタンに！ 今日からすぐにAIを！ 面倒なプログラミング、Python、TensorFlow、PyTorchの知識が無くても、すぐにAI、機械学習、深層学習、ディープラーニングが使いこなせます！ もちろん既にAI、機械学習、深層学習、ディープラーニングに取り掛かっている方にもオススメです。 特に自分の本業の支援の為にプログラミングをしている方、その面倒なプログラミングから開放されて、本業に注力しませんか？
『Pipeline Pilot』を利用した機械学習の活用事例を紹介します【事例紹介】
今回は、特性値を予測することで最適な実験条件の傾向を掴むことを目的としました。 <背景> 従来から現代にかけて、どの分野に関わらずより良い特性値をもつ材料を開発することは重要な業務であり、かつ重要な課題でもあります。 また、材料の特性値は様々な要因によって左右されてしまうため材料開発の効率化も求められています。 例えば、材料開発時に使用された素材や反応時間、そして温度、ヒステリシスのような要因によっても左右されるかもしれません。 この条件全てに対して実験計画法を導入し、実際に実験、測定をしたうえで最適な条件を発見することは理想ですが、 それはコスト面や時間的観点から現実的ではありません。 そこで、 いくつかの実験条件（例えば、説明変数X1、X2、X3、X4、、、）とそれぞれの特性値（例えば、目的変数Y1、Y2）を記した少量のデータセットを使用して機械学習を実施いたしました。 今回の事例では、機械学習モデルの作成、予測精度の改善まで実現する事が「簡単に機械学習を行うこと」できました。 ※詳しくはお問い合わせください。
一般的なセンサを使用可能！物流センター向けピースピッキングのための機械学習ソフトウェア
『OSARO Pick』は、100万以上のSKUに対応するよう設計されている 機械学習ソフトウェアです。 把時点は独自の機械学習モデルから算出しており、ピッキング速度は サイクルタイム4秒以下。認識が困難なアイテムをピッキングし、丁寧かつ スペース効率の高いプレースメントを実現しています。 主要な産業ロボット、幅広いエンドエフェクタ、低価格のセンサに 対応しており食料雑貨の配送センターやEコマースのフルフィルメント センターで使用できます。 【特長】 ■環境中のアイテムの認識 ■ロボット動作の軌道生成 ■ロボットアプリケーションをシームレスに運用 ■SKUの登録は不要 ■追加の学習はほとんど必要なし ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。
